YucongDuan的个人博客分享 http://blog.sciencenet.cn/u/YucongDuan

博文

《语义的表达的精确性、完整性和一致性的边界:DIKWP模型视角分析》

已有 446 次阅读 2024-2-27 17:16 |系统分类:论文交流

意图驱动的数据信息知识智慧融合发明创造方法:DIKWP-TRIZ

(中国人自己的原创发明创造方法:DIKWP-TRIZ)

 

World Artificial Consciousness Conference Popular Science Series -

世界人工意识大会科普系列-

 

《语义的表达的精确性、完整性和一致性的边界:DIKWP模型视角分析》

"The Boundary of Accuracy, Completeness, and Consistency in Semantic Expression: Analysis from the Perspective of DIKWP Model"

 

吴坤光 (Kunguang Wu)

段玉聪 (Yucong Duan)

DIKWP人工意识实验室

AGI-AIGC-GPT评测DIKWP(全球)实验室

世界人工意识协会

(联系邮箱:duanyucong@hotmail.com)

 

 

The Inaugural World Conference on Artificial Consciousness

(AC2023), August 2023, hosted by DIKWP-AC Research

摘要

在信息时代,数据、信息、知识、智慧以及意图(DIKWP)的管理成为了组织和个人决策过程中的关键要素。然而,随着信息量的爆炸式增长,如何确保这些元素的一致性、精确性和完整性成为了一个挑战。本文从DIKWP的视角出发,探讨了语义表达的精确性、完整性以及一致性的边界,并分析了这些边界对于确保信息质量和有效决策的重要性。通过深入分析每个元素在不同层次上的一致性、精确性和完整性要求,本文旨在为读者提供一套全面的框架,用以评估和提升数据、信息、知识、智慧以及意图处理过程中的质量和效率。

 

引言

随着数字技术的飞速发展,数据、信息、知识、智慧以及意图(DIKWP)在我们的日常生活和工作中扮演着越来越重要的角色。从简单的数据收集到复杂的决策制定过程,DIKWP模型的有效利用对于提高组织的竞争力、促进个人的学习成长以及确保社会的可持续发展具有重要意义。然而,DIKWP的价值不仅取决于其量的积累,更在于质的提升——即其一致性、精确性和完整性。这些属性确保了信息的可靠性和有效性,是进行精准决策和行动的基础。

尽管一致性、精确性和完整性的重要性已被广泛认可,但在实践中如何界定和维护这些边界却是一个复杂且充满挑战的问题。一方面,随着技术的进步和应用领域的扩展,数据的收集和处理方式日益多样化,带来了一致性和精确性的挑战。另一方面,知识的爆炸性增长要求我们不仅要关注信息的量,更要关注其质的构建,这直接影响到信息的完整性。

本文通过分析DIKWP每一层面上的一致性、精确性和完整性的要求,旨在揭示它们之间的相互关系和边界,以及这些边界对于信息质量和决策有效性的影响。我们希望通过探讨这些关键属性的管理策略,为读者提供一套实用的工具和方法论,以优化信息处理流程,提高决策质量,并最终实现知识的有效转化和智慧的广泛应用。

正文

DIKWP的角度分析语义表达的问题,我们可以深入探讨如何不完整、不精确与不一致的语义影响数据(Data)、信息(Information)、知识(Knowledge)、智慧(Wisdom)和意图(Purpose)的识别和处理。这种分析有助于理解在实际应用中,如何提高信息处理的质量和效率

1) 不完整

[1] 数据的不完整可能导致无法形成准确的认知或判断。例如,如果我们收集关于气候变化的数据时缺乏某些关键参数(如某地区的降水量),则可能无法准确判断该地区的气候类型,进而影响到对气候变化的整体理解。

 

[2] 信息的不完整会导致信息的接收者无法形成完整的理解。例如,如果医生向病人解释疾病情况时省略了某些症状或治疗副作用的信息,病人可能无法做出最合适的治疗选择。

 

[3] 知识的不完整影响深远,因为知识的构建依赖于全面且精确的信息。不完整的知识可能导致错误的决策和理解,如历史教科书省略某些关键事件,可能导致学生对历史的理解偏颇。

 

[4] 智慧受到不完整的影响可能导致价值观和道德判断的偏差。例如,如果社会智慧的传递忽略了某些文化的视角,可能导致缺乏多元化的理解和尊重。

 

[5] 意图的不完整可能导致目标的实现受阻。如果一个项目的规划缺少了关键的目标描述,那么即使执行过程中的所有步骤都正确,最终也可能无法达到预期的成效。

 

2) 不精确

[1] 数据的不精确可能导致错误的认知确认。例如,在环境监测中,数据的测量误差可能导致对污染程度的误判。假设一个工厂排放的水质数据因为仪器校准不准确而显示污染物浓度低于实际值,这可能导致环保机构错误地认为该工厂的排放符合环保标准,从而忽略了实际存在的环境污染问题。这不仅误导了公众对环境状况的认识,也可能导致不适当的政策决策和环境保护措施。

 

[2] 信息的不精确,特别是在医疗信息中的模糊描述,可能导致错误的诊断和治疗。例如,如果一名患者的病症描述为“偶尔头痛”,而没有具体说明头痛的频率、持续时间或伴随症状,这可能导致医生无法准确诊断出患者的实际病情(如偏头痛、紧张型头痛或其他潜在的严重疾病)。结果,患者可能会接受不适当的治疗,比如仅仅被建议服用止痛药,而忽视了需要进一步检查和治疗的潜在健康问题。

 

[3] 知识的不精确,如科学理论的不精确表述,可能导致错误的实验设计和结论。举例来说,如果关于某种新药作用机制的理论描述不够精确,可能导致在设计临床试验时无法准确选择合适的剂量、对象或评估指标。这种不精确可能导致试验结果无法有效反映药物的真实疗效和安全性,进而影响药物的批准流程和最终的患者治疗方案。

 

[4] 智慧的不精确,如道德规范的模糊界定,可能导致伦理决策的困难。例如,在处理人工智能伦理问题时,如果关于隐私权和数据保护的道德规范不够清晰,AI开发者可能难以决定在开发过程中如何平衡技术创新和用户隐私的保护。这种不精确可能导致技术应用在无意中侵犯用户隐私,引发公众不信任和法律诉讼。

 

[5] 意图的不精确,如项目目标的模糊描述,可能导致执行过程的混乱和效率低下。以一个软件开发项目为例,如果项目目标仅被模糊地定义为“提高用户满意度”,而没有具体说明通过哪些功能改进或性能提升来实现这一目标,团队成员可能会在不同的方向上努力,缺乏有效的协调和集中资源。这种不精确的目标设定最终可能导致项目延期、超预算,甚至无法满足用户的实际需求。

 

3) 不一致

[1] 数据的不一致性指的是当来自不同来源的数据在信息或值上出现矛盾时发生的情况。这种不一致性可能导致认知混乱,影响决策过程的准确性。例如,在环境研究中,如果两个不同的监测站报告了相同地区的相反的气温趋势(一个显示气温上升,另一个显示气温下降),这种数据的不一致可能会导致对该地区气候变化状态的错误理解。解决这种不一致性需要数据清洗、验证和整合,确保所有决策都基于准确和一致的数据集。

 

[2] 信息的不一致发生在不同的信息源或专家对同一问题提供了不同的解释或建议时。这可能导致信息的接收者难以做出明确的判断。例如,在医疗领域,如果两位专家对同一病症提出了不同的治疗建议,患者可能会感到困惑,不知道哪种治疗方案更适合自己。这种情况要求进行更多的研究或寻求第三方意见,以达成一致的结论。

 

[3] 知识的不一致性指的是不同学科或理论体系之间存在的知识冲突,这可能妨碍跨学科的研究与合作。例如,在心理学和社会学中,对于人类行为的解释可能会有根本的不同,心理学可能更侧重于个体的内在心理过程,而社会学可能更侧重于社会结构和文化因素的影响。这种知识的不一致性要求建立一个跨学科的框架,以整合不同学科的视角,促进更全面的理解。

 

[4] 智慧的不一致性涉及到不同文化、社会或个人价值观和道德标准之间的差异。例如,在处理国际业务时,不同文化背景下的商业伦理和谈判风格可能导致理解和沟通的障碍。西方文化可能强调合同和个人主义,而东方文化可能更重视关系和集体利益。这要求跨文化交流和谈判时采取灵活和包容的态度,寻找共同点,尊重差异。

 

[5] 意图的不一致性出现在团队成员或合作伙伴对共同目标的理解和期望存在差异时。例如,在启动一个新项目时,如果团队成员对项目的最终目标、关键里程碑或个人职责有不同的理解,可能导致执行方向的偏差,效率降低,甚至资源浪费。解决这种不一致性需要明确沟通、定期复审目标和期望,以及建立有效的协调机制,确保团队的共同进步。

通过从不完整性、不精确和不一致这三个方面深入分析,我们可以更好地理解在处理数据、信息、知识、智慧和意图时可能遇到的语义表达问题,从而寻找改善和优化的策略。

因此,定义和精确描述语义的一致性、精确性和完整性的边界是确保信息准确传达和有效使用的关键。从DIKWP(数据、信息、知识、智慧、意图)的角度入手,我们可以深入分析如何界定这些概念的边界,以及它们对认知过程的影响

1) 数据(Data)

[1] 一致性:数据的一致性意味着相同的数据应当在不同情况下保持不变,或当数据从一个环境迁移到另一个环境时,其意义和价值不发生改变。一致性的边界在于确保数据格式、结构和语义在整个生命周期中的稳定性。例如在医疗行业,患者信息系统中的数据一致性至关重要。例如,如果一个患者的血型在不同医疗机构的记录中不一致,这可能导致严重甚至致命的输血错误。因此,无论患者在哪个医疗机构接受治疗,他们的血型数据必须保持一致,以确保治疗的安全性。

[2] 精确性:数据的精确性涉及到数据的质量和准确度,即数据在多大程度上反映了其代表的真实世界实体或事件的真实情况。精确性的边界由数据收集、处理和存储的方法确定,这些方法应能最小化误差和偏差。比如在地理信息系统(GIS)中,地点的经纬度数据的精确性极其重要。如果一个地点的经纬度数据不够精确,它可能导致地图应用的用户无法准确找到目的地。另外,假如一个餐厅的位置如果标记不准确,可能导致顾客无法到达,从而影响餐厅的生意和顾客的满意度。

[3] 完整性:数据的完整性指的是数据集包含了所有必需的数据元素,且这些元素正确无误地反映了所研究的实体或事件。完整性的边界在于数据是否能够为决策提供足够的支持,且不遗漏关键信息。例如在电子商务平台上,一个商品的完整数据记录对于顾客来说是至关重要的。这包括商品的价格、库存量、尺寸、颜色选项和用户评价等信息。如果任何关键信息缺失,顾客可能无法做出购买决定,或者因为信息不全而导致购买后的不满意。例如,如果一个商品的尺寸信息不完整,顾客可能购买了不合适的尺寸,从而增加了退换货的复杂度和成本。

因此,通过确保数据的一致性、精确性和完整性,组织可以提高其数据的可信度,从而做出更加明智的决策,提高操作效率,并增强用户满意度。

2) 信息(Information)

[1] 一致性:信息的一致性要求不同的信息源在描述同一事件或实体时,所传达的意义应当相同。这要求信息在传递过程中,其语义不受到歧义或不同解释的影响。一致性的边界取决于信息表达的标准化程度和接收者对这些信息的理解。比如在报道中,对同一事件的一致性尤其重要。例如,如果两家机构报道同一事件,它们应该基于相同的事实基础,即使它们的解读或观点可能不同。这种一致性确保了公众可以从不同的源头获得可靠的信息,从而在有充分理由的基础上形成自己的见解和意见。

[2] 精确性:信息的精确性不仅依赖于基础数据的精确性,还涉及到信息编码、处理和传递过程中的准确性。精确性的边界在于信息是否准确地反映了其旨在传达的内容,没有因简化或误解而失真。例如在气象预报中,温度、降水概率和风速等信息的精确性对于公众制定日常计划至关重要。例如,精确的降雨概率可以帮助人们决定是否需要携带雨具,或者是否应该安排户外活动。不精确的信息可能导致不必要的不便或失望。

[3] 完整性:信息的完整性要求在信息的编码、存储、检索和传递过程中,所有相关的上下文和细节都被保留和正确表达。完整性的边界在于是否所有必要的信息都被包括在内,以便接收者可以形成全面的理解。举个例子,在一份公司的年度报告中,除了呈现财务数据外,还应该包括市场分析、竞争环境、风险评估以及未来展望等内容。这样的完整信息提供了一个全面的视角,使得股东、投资者和其他利益相关者能够更好地理解公司的运营状况、市场位置和未来潜力。例如,仅展示利润增长而不提供市场竞争加剧的上下文,可能会误导投资者对公司未来的过于乐观评估。

我们通过确保信息的一致性、精确性和完整性,可以提高信息的可信度和实用性,从而支持更有效的沟通、决策和行动。这些原则在新闻报道、科学研究、业务报告以及日常生活中的信息交换中都至关重要。

 

3) 知识(Knowledge)

[1] 一致性:知识的一致性指的是在不同的情境中应用同一知识时,其推导出的结论或行为指导应当是一致的。一致性的边界体现在知识的普适性和适用性上,即知识在不同环境下的有效性。例如牛顿的运动定律提供了描述物体运动状态改变的基本原理。这些定律在全球范围内的无数物理实验中都得到了验证,显示出极高的一致性。无论是在实验室环境中测量小球的滚动,还是在天体物理学中计算行星的轨道,牛顿定律都能准确预测物体的行为。这种一致性证明了牛顿运动定律的普遍适用性和可靠性。

[2] 精确性:知识的精确性关注于知识描述的确切性和无误导性,确保知识表达是准确无误的。精确性的边界在于知识表述的明确性和去除歧义性。比如在医学领域,对疾病的诊断和治疗过程极依赖于精确的医学知识。例如,癌症的诊断不仅需要精确地识别癌细胞的类型,还需要了解其生长速度、可能的转移路径以及对不同治疗方法的响应。这些精确的知识使得医生能够为患者设计出最有效的治疗方案,从而提高治愈率和生存质量。

[3] 完整性:知识的完整性涉及到知识体系是否全面覆盖了其旨在解释的领域或问题。完整性的边界在于知识是否能够提供一个全面的视角,包括所有相关的理论、模型和实例。举个例子,在软件工程领域,一个完整的知识体系包括对编程语言、数据结构、算法、软件设计模式、项目管理以及用户界面设计等多个方面的深入理解。仅有编程技能而忽视软件设计原则或项目管理技能,可能导致项目延期、超预算或最终产品的质量不佳。因此,完整的知识体系是开发高质量软件产品的关键。

因此,确保知识的一致性、精确性和完整性,可以建立一个坚实的知识基础,支持科学发现、技术创新以及有效的问题解决。这些原则对于推动知识的发展和应用具有根本性的重要性。

 

 

4) 智慧(Wisdom)

[1] 一致性:智慧的一致性在于其指导原则和价值观在不同情境下的稳定性和可靠性。一致性的边界体现在智慧是否能够跨文化、跨环境提供稳定的指导。例如领导力的智慧体现在一系列普遍被接受的原则,如诚信、责任感、同理心等。这些原则在全球各种组织和文化背景下都被视为良好领导力的标志。例如,无论是在家族企业中,还是在跨国公司里,诚信和责任感都是领导者能够赢得团队信任和尊敬的关键。这种跨文化的一致性证明了智慧在不同环境下的稳定性和适应性。

[2] 精确性:智慧的精确性不仅体现在对问题的深刻理解上,还反映在解决方案的创造性和适应性上。精确性的边界在于解决策略的有效性和针对性。举个例子,在城市规划和管理中,针对交通拥堵问题的解决方案需要基于对城市交通动态、人口分布、城市结构等复杂因素的精确理解。如,新加坡通过实施电子道路收费系统(ERP)来减少市中心区域的车流量,这一策略就是基于对城市交通模式的深入分析和理解。通过精确地定位问题和巧妙地设计解决方案,智慧在实际应用中体现出其价值。

[3] 完整性:智慧的完整性要求深入理解问题的各个方面,包括其历史背景、文化影响和潜在的未来发展。完整性的边界在于智慧是否能够综合考虑多元化的视角和信息。例如在处理国际冲突时,智慧的表现不仅仅是寻找一种短期的、局部的解决方案,而是需要全面考虑冲突的历史背景、文化差异、经济利益等多个维度。

所以,智慧的一致性、精确性和完整性共同构成了处理现代社会复杂挑战的关键能力。它们不仅要求个体和组织在特定情境中作出有效决策,还要求这些决策能够在更广泛的文化和环境背景下保持其价值和适应性。

 

5) 意图(Purpose)

[1] 一致性:意图的一致性体现在目标设定的稳定性和在不同情境下保持目标不变。一致性的边界在于意图是否能够适应环境变化而不改变其核心目标。例如,考虑一家企业的长期目标是成为其行业的市场领导者。为实现这一目标,企业可能需要采取多种策略,如创新产品开发、市场扩张、品牌建设等。即使这些策略随着市场状况、竞争对手行为或技术进步而调整,但成为市场领导者的核心目标保持不变。这种一致性确保企业在变化的环境中保持焦点和方向,为所有决策提供了一个稳定的参考点。

[2] 精确性:意图的精确性要求目标和计划的明确性,确保所有行动和决策都是为了达成一个清晰定义的目的。精确性的边界在于目标的具体化程度和可衡量性。例如在个人职业发展计划中,设定一个具体且可衡量的目标,如“两年内晋升为项目经理”,可以明确个人努力的方向。这样的目标不仅明确了期望的职位和时间框架,还便于个人监测进展、识别需要发展的技能以及适时调整策略以应对挑战。

[3] 完整性:意图的完整性关注于目标设定的全面性,包括所有相关的子目标和步骤。完整性的边界在于是否考虑了实现目标所需的所有要素和可能的挑战。比如在环境保护项目中,目标的设定不仅要考虑减少污染的具体措施,如减少碳排放或水污染,还应包括提升公众环境保护意识、改善和恢复生态系统的健康等方面。这样的全面目标设定确保了项目能够从多个角度促进环境的可持续发展,同时增强公众参与和支持,提高项目的长期影响力和成功率。

我们通过在目标设定中融入一致性、精确性和完整性,无论是个人还是组织都能更有效地规划和实施其愿景,确保在达成短期成就的同时,也能实现长期和全面的成功。这种方法论不仅增强了目标的实现可能性,还提升了对变化的适应能力和整体的影响力。

 

通过这样的分析,我们可以更清晰地界定在处理数据、信息、知识、智慧和意图时应如何维持一致性、精确性和完整性的边界。这不仅有助于提高信息处理的质量,还能确保决策和行动的有效性。

在语义边界的确定上,对事物进行定义时,确保语义的完整性、一致性和精确性是至关重要的。这不仅涉及到清晰地界定概念的范围,还包括使用数学或逻辑表达式来精确表述这些定义。以下是一些步骤和方法来把握事物的语义边界并给出其数学或逻辑表达式。

 

1) 确定语义边界

[1] 概念界定:首先,明确你要定义的概念或事物是什么,包括它的核心属性和功能。这有助于确定讨论的范围。

[2] 属性和关系识别:识别并列出事物的关键属性和它与其他事物的关系。这包括所有必要的特征和参数,以及它们之间的相互作用。

[3] 语境考虑:明确概念的应用语境。不同的语境可能会影响事物的定义和理解。

2) 数学和逻辑表达式

[1] 集合表示:使用集合论来定义概念的边界。可以将事物视为一个集合,其中的元素满足某些特定的属性或条件。示例:如果定义一个"合格的学生"集合,可以使用如下表达式:,其中是是所有学生的集合,是合格条件的描述(例如,成绩超过某个阈值)。

[2] 逻辑表达式:利用逻辑运算符(如与(∧)、或(∨)、非(¬))来精确描述事物的属性和条件。示例:若一个"有效用户"定义为已验证邮箱且年龄超过18岁的用户,可以用逻辑表达式表示为:

[3] 函数定义:对于更复杂的概念,可以使用函数来描述输入与输出之间的关系,确保定义的一致性和完整性。考虑一个函数, 它将输入,(例如,一个人的年龄)映射到输出(例如,是否满足某个年龄相关的条件)。

[4] 条件表达式:使用条件表达式来定义事物的状态或属性,这有助于明确不同情况下的语义边界。示例:

 

通过上述步骤和方法,可以有效地把握并定义事物的语义边界,确保概念的一致性、完整性和精确性。数学和逻辑表达式提供了一种精确和形式化的方式来表述定义,使其不仅在当前上下文中清晰无误,而且在将来的应用和扩展中也能保持其一致性和准确性。

本研究从数据、信息、知识、智慧以及意图(DIKWP)的视角出发,探讨了在信息处理和决策制定过程中语义表达的一致性、精确性和完整性的边界及其重要性。通过对每个层面上这些关键属性的深入分析,我们得出以下几点结论:

 

一致性的核心作用:一致性是构建可靠信息系统的基石,对于确保不同数据源和知识体系之间的无缝对接至关重要。一致性的缺失会导致决策过程中的混乱和误导,从而影响决策的效率和效果。因此,建立和维护一致性的机制,如标准化的数据格式和通用的术语体系,是确保信息质量的前提。

 

精确性的价值:精确性是衡量信息准确度和细节水平的指标,对于提高决策质量具有直接影响。不精确的数据或知识可能导致错误的推断和决策,从而带来不利的后果。提高精确性需要通过精细的数据收集、处理和分析方法,以及对知识深入的理解和准确的表达。

 

完整性的要求:完整性涉及到信息的全面性和系统性,是实现深入分析和全面决策的基础。信息或知识的片面性和碎片化是制约决策效果的重要因素。通过建立综合性的信息框架和跨学科的知识整合,可以显著提升信息的完整性,为决策提供坚实的基础。

 

DIKWP模型的实践意义:DIKWP模型分析与处理不仅要求对一致性、精确性和完整性的持续关注,还需要在实践中灵活应对信息技术的发展和应用场景的变化。通过采用先进的信息技术工具、建立跨领域合作机制以及培养跨学科思维能力,可以有效地管理和利用DIKWP,以支持更加精准和高效的决策过程。

 

综上所述,一致性、精确性和完整性是确保信息质量和决策有效性的关键要素。通过对这些属性的深入理解和有效管理,组织和个人可以更好地应对信息时代的挑战,实现知识的有效转化和智慧的应用,从而在复杂多变的环境中做出更加明智和有效的决策。未来的研究应进一步探索这些属性在不同领域和情境中的应用,以及如何通过技术和管理创新来提升它们的表现。

 

目录

参考文献

 

 

 

参考文献

 

[1] Smith, D., & Eisner, J. (2020). Lexical Semantics. The Handbook of English Linguistics. https://doi.org/10.1007/978-3-642-41464-0_15.

[2] Szabó, Z. G. (2019). Semantic explanations. Oxford studies in philosophy of language, 240-275.

[3] 段玉聪(Yucong Duan). (2024). 语义新质生产力:原理与技术(Semantic New Quality Productivity: Principles and Techniques). DOI: 10.13140/RG.2.2.14606.33607. https://www.researchgate.net/publication/377726380_Semantic_New_Quality_Productivity_Principles_and_Techniques.

[4] 段玉聪(Yucong Duan). (2024). DIKWP与语义心理学(Semantic Psychology and DIKWP). DOI: 10.13140/RG.2.2.12928.61449. https://www.researchgate.net/publication/377726404_Semantic_Psychology_and_DIKWP.

[5] 段玉聪(Yucong Duan). (2024). 基于"主观客观化"的语义不确定性处理(Semantic Uncertainty Handling Based on "Subjective Objectivisation"). DOI: 10.13140/RG.2.2.31383.55206. https://www.researchgate.net/publication/377726442_Semantic_Uncertainty_Handling_Based_on_Subjective_Objectivisation.

[6] Harris, D. (2020). Semantics without semantic content. Mind & Language. https://doi.org/10.1111/mila.12290.

[7] 段玉聪(Yucong Duan). (2024). 语义法学与DIKWP:以英美法系与大陆法系分析为例(Semantic Jurisprudence and DIKWP: Common Law vs. Continental Law). DOI: 10.13140/RG.2.2.28028.10889. https://www.researchgate.net/publication/377726622_Semantic_Jurisprudence_and_DIKWP_Common_Law_vs_Continental_Law.

[8] Hidayati, N. (2020). THE CORRELATION BETWEEN SEMANTIC AND PHONOLOGY. LINGUAMEDIA Journal. https://doi.org/10.56444/lime.v1i1.1401.

[9] Hoppenbrouwers, J. (2019). Semantic modeling. Semantic Web for the Working Ontologist. https://doi.org/10.1002/9781119546665.part2.

[10] 段玉聪(Yucong Duan). (2024). DIKWP与语义认知学(DIKWP and Semantic Cognition). DOI: 10.13140/RG.2.2.14052.55680. https://www.researchgate.net/publication/377415901_DIKWP_and_Semantic_Cognition.

[11] 段玉聪(Yucong Duan). (2024). DIKWP与语义生物学:拓展跨学科的知识领域(DIKWP and Semantic Biology: Expanding Interdisciplinary Knowledge Areas). DOI: 10.13140/RG.2.2.27474.32962. https://www.researchgate.net/publication/377416091_DIKWP_and_Semantic_Biology_Expanding_Interdisciplinary_Knowledge_Areas

[12] 段玉聪(Yucong Duan). (2024). DIKWP体系与语义数学结合构建传染病防治指标体系(DIKWP System Combined with Semantic Mathematics to Construct an Indicator System for Infectious Disease Prevention and Control). DOI: 10.13140/RG.2.2.12374.83521. https://www.researchgate.net/publication/377416103_DIKWP_System_Combined_with_Semantic_Mathematics_to_Construct_an_Indicator_System_for_Infectious_Disease_Prevention_and_Control

[13] 段玉聪(Yucong Duan). (2024). DIKWP与语义哲学(DIKWP and Semantic Philosophy). DOI: 10.13140/RG.2.2.34185.21606. https://www.researchgate.net/publication/377416120_DIKWP_and_Semantic_Philosophy

[14] 段玉聪(Yucong Duan). (2024). 语义物理与创新发展(Semantic Physics and Innovation Development). DOI: 10.13140/RG.2.2.19085.72167. https://www.researchgate.net/publication/377416222_Semantic_Physics_and_Innovation_Development

[15] 段玉聪(Yucong Duan). (2024). 语义认知学:连接人类思维与计算机智能的未来(Semantic Cognition: Connecting the Human Mind to the Future of Computer Intelligence). DOI: 10.13140/RG.2.2.29152.05129. https://www.researchgate.net/publication/377416321_Semantic_Cognition_Connecting_the_Human_Mind_to_the_Future_of_Computer_Intelligence

[16] 段玉聪(Yucong Duan). (2024). 语义物理:理论与应用(Semantic Physics: Theory and Applications). DOI: 10.13140/RG.2.2.11653.93927. https://www.researchgate.net/publication/377401736_Semantic_Physics_Theory_and_Applications

[17] 段玉聪(Yucong Duan). (2024). 基于语义数学的美国和中国经济增长分析(Semantic Mathematics based Analysis of Economic Growth in the United States and China). DOI: 10.13140/RG.2.2.35980.90246. https://www.researchgate.net/publication/377401731_Semantic_Mathematics_based_Analysis_of_Economic_Growth_in_the_United_States_and_China

[18] 段玉聪(Yucong Duan). (2024). Collatz Conjecture的语义数学探索(Collatz Conjecture's Semantic Mathematics Exploration). DOI: 10.13140/RG.2.2.28517.99041. https://www.researchgate.net/publication/377239567_Collatz_Conjecture's_Semantic_Mathematics_Exploration

[19] 段玉聪(Yucong Duan). (2024). 语义数学与 DIKWP 模型(本质计算与推理、存在计算与推理以及意图计算与推理)(Semantic Mathematics and DIKWP Model (Essence Computation and Reasoning, Existence Computation and Reasoning, and Purpose Computation and Reasoning)). DOI: 10.13140/RG.2.2.24323.68648. 377239628_Semantic_Mathematics_and_DIKWP_Model_Essence_Computation_and_Reasoning_Existence_Computation_and_Reasoning_and_Purpose_Computation_and_Reasoning

[20] 段玉聪(Yucong Duan). (2024). 从主观到客观的语义数学重构(存在计算与推理、本质计算与推理、意图计算与推理)(Semantic Mathematics Reconstruction from Subjectivity to Objectivity (Existence Computation and Reasoning, Essence Computing and Reasoning, Purpose Computing and Reasoning)). DOI: 10.13140/RG.2.2.32469.81120. https://www.researchgate.net/publication/377158883_Semantic_Mathematics_Reconstruction_from_Subjectivity_to_Objectivity_Existence_Computation_and_Reasoning_Essence_Computing_and_Reasoning_Purpose_Computing_and_Reasoning

[21] 段玉聪(Yucong Duan). (2024). DIKWP与语义数学在车票订购案例中的应用(DIKWP and Semantic Mathematics in the Case of Ticket Ordering). DOI: 10.13140/RG.2.2.35422.20800. https://www.researchgate.net/publication/377085570_DIKWP_and_Semantic_Mathematics_in_the_Case_of_Ticket_Ordering

[22] 段玉聪(Yucong Duan). (2024). DIKWP与语义数学分析《论语》“君子和而不同,小人同而不和”(DIKWP and Semantic Mathematical Analysis The Confluent Analects Gentleman is harmonious but different, while petty people are the same but not harmonious). DOI: 10.13140/RG.2.2.28711.32165. https://www.researchgate.net/publication/377085455_DIKWP_and_Semantic_Mathematical_Analysis_The_Confluent_Analects_Gentleman_is_harmonious_but_different_while_petty_people_are_the_same_but_not_harmonious

[23] 段玉聪(Yucong Duan). (2023). DIKWP 人工意识芯片的设计与应用(DIKWP Artificial Consciousness Chip Design and Application). DOI: 10.13140/RG.2.2.14306.50881. https://www.researchgate.net/publication/376982029_DIKWP_Artificial_Consciousness_Chip_Design_and_Application

[24] 段玉聪(Yucong Duan). (2024). 直觉的本质与意识理论的交互关系(The Essence of Intuition and Its Interaction with Theories of Consciousness). DOI: 10.13140/RG.2.2.16556.85127. https://www.researchgate.net/publication/378315211_The_Essence_of_Intuition_and_Its_Interaction_with_Theories_of_Consciousness

[25] 段玉聪(Yucong Duan). (2024). 意识中的“BUG”:探索抽象语义的本质(Understanding the Essence of "BUG" in Consciousness: A Journey into the Abstraction of Semantic Wholeness). DOI: 10.13140/RG.2.2.29978.62409. https://www.researchgate.net/publication/378315372_Understanding_the_Essence_of_BUG_in_Consciousness_A_Journey_into_the_Abstraction_of_Semantic_Wholeness

[26] 段玉聪(Yucong Duan). (2024). 个人和集体的人造意识(Individual and Collective Artificial Consciousness). DOI: 10.13140/RG.2.2.20274.38082. https://www.researchgate.net/publication/378302882_Individual_and_Collective_Artificial_Consciousness

[27] 段玉聪(Yucong Duan). (2024). 人工意识系统的存在性探究:从个体到群体层面的视角(The Existence of Artificial Consciousness Systems: A Perspective from Group Consciousness). DOI: 10.13140/RG.2.2.28662.98889. https://www.researchgate.net/publication/378302893_The_Existence_of_Artificial_Consciousness_Systems_A_Perspective_from_Collective_Consciousness

[28] 段玉聪(Yucong Duan). (2024). 意识与潜意识:处理能力的有限性与BUG的错觉(Consciousness and Subconsciousness: from Limitation of Processing to the Illusion of BUG). DOI: 10.13140/RG.2.2.13563.49447. https://www.researchgate.net/publication/378303461_Consciousness_and_Subconsciousness_from_Limitation_of_Processing_to_the_Illusion_of_BUG

[29] 段玉聪(Yucong Duan). (2024). 如果人是一个文字接龙机器,意识不过是BUG(If Human is a Word Solitaire Machine, Consciousness is Just a Bug). DOI: 10.13140/RG.2.2.13563.49447. https://www.researchgate.net/publication/378303461_Consciousness_and_Subconsciousness_from_Limitation_of_Processing_to_the_Illusion_of_BUG

[30] 段玉聪(Yucong Duan). (2024). 超越达尔文:技术、社会与意识进化中的新适应性(Beyond Darwin: New Adaptations in the Evolution of Technology, Society, and Consciousness). DOI: 10.13140/RG.2.2.29265.92001. https://www.researchgate.net/publication/378290072_Beyond_Darwin_New_Adaptations_in_the_Evolution_of_Technology_Society_and_Consciousness

[31] 段玉聪(Yucong Duan). (2024). 【人物】段玉聪:未来人工意识的发展:消除“bug”之路. 应用观察. https://mp.weixin.qq.com/s/q0eA97OPW0f30D9rXEKuPQ

[32] 段玉聪(Yucong Duan). (2024). 【视角】段玉聪:直觉的本质与意识理论的交互关系. 应用观察. https://mp.weixin.qq.com/s/8nZJZobAFpqIdriahe-wMQ

[33] Salloum, S., Khan, R., & Shaalan, K. (2020). A Survey of Semantic Analysis Approaches. , 61-70. https://doi.org/10.1007/978-3-030-44289-7_6.

[34] Jones, M., & Avery, J. (2019). Semantic Memory. Psychology. https://doi.org/10.1002/9781119170174.epcn309.

[35] Leseva, S., & Stoyanova, I. (2020). Towards a Conceptual Description of Verbs. Cybernetics and Information Technologies, 20, 108 - 124. https://doi.org/10.2478/cait-2020-0050.

[36] Rodd, J. (2019). Settling Into Semantic Space: An Ambiguity-Focused Account of Word-Meaning Access. Perspectives on Psychological Science, 15, 411 - 427. https://doi.org/10.1177/1745691619885860.

数据(Data可视为我们认知中相同语义的具体表现形式。通常,数据代表着具体的事实或观察结果的存在语义确认,并通过与认知主体已有认知对象的存在性包含的某些相同语义对应而确认为相同的对象或概念。在处理数据时,我们常常寻求并提取标定该数据的特定相同语义,进而依据对应的相同语义将它们统一视为一个相同概念。例如,当我们看到一群羊时,虽然每只羊可能在体型、颜色、性别等方面略有不同,但我们会将它们归入的概念,因为它们共享了我们对这个概念的语义理解。相同语义可以是具体的如识别手臂时可以根据一个硅胶手臂与人的手臂的手指数量的相同、颜色的相同、手臂外形的相同等相同语义进行确认硅胶手臂为手臂,也可以通过硅胶手臂不具有真实手臂的可以旋转对应的由可以旋转定义的相同语义,而判定其不是手臂。

信息(Information则对应认知中不同语义的表达。通常情况下,信息指的是通过特定意图将认知DIKWP对象与认知主体已经认知的数据、信息、知识、智慧或意图联系起来,产生新的语义关联。在处理信息时,我们会根据输入的数据、信息、知识、智慧或意图,找出它们被认知的DIKWP对象的不同之处,对应不同的语义,并进行信息分类。例如,在停车场中,尽管所有的汽车都可以归入汽车这一概念,但每辆车的停车位置、停车时间、磨损程度、所有者、功能、缴费记录和经历都代表着信息中不同的语义。信息对应的不同语义经常存在于认知主体的认知中,常常未被显式表达出来,例如抑郁症患者可能用自己情绪低落来表达自己当前的情绪相对自己以往的情绪的下降,但这个低落对应的信息因为其对比状态不被听众了解而不能被听众客观感受到,从而成为该患者自己主观的认知信息。

知识(Knowledge对应于认知中的完整语义。知识是通过观察和学习获得的对世界的理解和解释。在处理知识时,我们通过观察和学习抽象出至少一个完整语义对应的概念或模式。例如,通过观察我们得知所有的天鹅都是白色,这是我们通过收集大量信息后对天鹅都是白色这一概念的完整认知。

智慧(Wisdom对应伦理、社会道德、人性等方面的信息,是一种来自文化、人类社会群体的相对于当前时代固定的极端价值观或者个体的认知价值观。在处理智慧时,我们会整合这些数据、信息、知识、智慧,并运用它们来指导决策。例如,在面临决策问题时,我们会综合考虑伦理、道德、可行性等各个方面的因素,而不仅仅是技术或效率。

意图(Purpose可以看作是一个二元组(输入,输出),其中输入和输出都是数据、信息、知识、智慧或意图的内容。意图代表了我们对某一现象或问题的理解(输入),以及我们希望通过处理和解决该现象或问题来实现的目标(输出)。在处理意图时,人工智能系统会根据其预设的目标(输出),处理输入的内容,通过学习和适应,使输出逐渐接近预设的目标。

段玉聪 教授

DIKWP-AC人工意识(全球)团队发起人

AGI-AIGC-GPT评测DIKWP(全球)实验室创办者

世界人工意识大会发起人Artificial Consciousness 2023, AC2023, AC2024)

国际数据、信息、知识、智慧大会发起人(IEEE DIKW 202120222023

斯坦福全球顶尖科学家终身科学影响力排行榜(海南信息技术)唯一入选

海南人工智能技术发明领域唯一全国奖(吴文俊人工智能奖)获得者

中国创新方法大赛总决赛(海南代表队)最好记录保持者

海南省发明专利(信息技术领域)授权量最多者

全国企业创新增效大赛海南最好成绩保持者

全国人工智能应用场景创新挑战赛总决赛海南最好成绩保持者

海南省最美科技工作者(并入选全国候选人)

 

海南大学教授,博士生导师, 第一批入选海南省南海名家计划、海南省领军人才,2006年毕业于中国科学院软件研究所,先后在清华大学、首都医科大学、韩国浦项工科大学、法国国家科学院、捷克布拉格查理大学、意大利米兰比克卡大学、美国密苏里州立大学等工作与访学。现任海南大学计算机科学与技术学院学术委员会委员、海南大学数据、信息、知识、智慧、意图DIKWP创新团队负责人、兼北京信用学会高级顾问、重庆警察学院特聘研究员、海南省委双百人才团队负责人、海南省发明协会副会长、海南省知识产权协会副会长、海南省低碳经济发展促进会副会长、海南省农产品加工企业协会副会长、海南省网络安全与信息化协会理事、海南省人工智能学会理事、中国医药卫生文化协会医工融合分会委员、美国中密西根大学客座研究员及意大利摩德纳大学的博士指导委员会委员等职务。自2012年作为D类人才引进海南大学以来,累计发表论文260余篇,SCI收录120余次,ESI高被引11,引用统计超过4500次。面向多行业、多领域设计了241件(含15PCT发明专利)系列化中国国家及国际发明专利,已获授权第1发明人中国国家发明专利及国际发明专利共85件。2020年获吴文俊人工智能技术发明三等奖;2021年作为程序委员会主席独立发起首届国际数据、信息、知识与智慧大会-IEEE DIKW 20212022年担任IEEE DIKW 2022大会指导委员会主席;2023年担任IEEE DIKW 2023大会主席;2022年获评海南省最美科技工作者(并被推全国);2022年与2023年连续入选美国斯坦福大学发布的全球前2%顶尖科学家的终身科学影响力排行榜榜单。参与研制IEEE金融知识图谱国际标准2项、行业知识图谱标准4项。2023年发起并共同举办首届世界人工意识大会(Artificial Consciousness 2023, AC2023)

 

 

 

 

段玉聪 教授Prof. Yucong Duan

DIKWP人工意识实验室

AGI-AIGC-GPT评测DIKWP(全球)实验室

世界人工意识协会

 

duanyucong@hotmail.com

 

第二届世界人工意识大会(AC2024)期待您的加入

http://yucongduan.org/DIKWP-AC/2024/#/

 



https://blog.sciencenet.cn/blog-3429562-1423276.html

上一篇:第2届世界人工意识大会(AC2024)最新组委会
下一篇:《意识、数学与自然规律: 段玉聪观点下的深度探索》
收藏 IP: 59.50.85.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-17 05:23

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部